(PŘÍČINA) Vazby mezi zdravým, problematickým a závislým používáním internetu v souvislosti s komorbiditami a vlastnostmi souvisejícími se sebou (2018)

J Behav Addict. 2018 Únor 15: 1-13. dva: 10.1556 / 2006.7.2018.13.

Leménager T1, Hoffmann S1, Dieter J1, Reinhard já2, Mann K1, Kiefer F1.

https://doi.org/10.1556/2006.7.2018.13

Abstraktní

Pozadí

Závislí uživatelé internetu mají vyšší výskyt komorbidit, např. Poruch pozornosti s hyperaktivitou (ADHD), depresivních a úzkostných poruch. Kromě toho byly zjištěny deficity v charakteristikách souvisejících s vlastní koncepcí u závislých internetových hráčů a uživatelů sociálních sítí. Cílem této studie bylo prozkoumat vazby mezi zdravým, problematickým a závislým používáním internetu, pokud jde o komorbiditu a charakteristiky související s vlastní koncepcí. Rovněž byla zkoumána souvislost mezi nedávno vyvinutými příznaky podobnými ADHD bez základní diagnózy a návykovým používáním internetu.

Metody

n = 79 zdravých kontrol, n = 35 problematických a n = 93 závislých uživatelů internetu bylo hodnoceno na komorbiditu, sociální a emoční kompetence, obraz těla, sebeúctu a vnímaný stres. Kromě diagnózy ADHD byly hodnoceny také nedávno vyvinuté příznaky podobné ADHD.

výsledky

Závislí uživatelé vykazovali více deficitů souvisejících se sebepojetím a vyšší míru komorbidit s ADHD, depresivními a úzkostnými poruchami. Závislí a problematičtí uživatelé vykazovali podobnosti v prevalenci poruch osobnosti ve skupině B a sníženou úroveň charakteristik souvisejících s emoční inteligencí. Účastníci s nedávno vyvinutými příznaky podobnými ADHD zaznamenali vyšší celoživotní a současnou závažnost používání internetu ve srovnání s těmi, kteří nemají příznaky ADHD. Závislí účastníci s nedávno vyvinutými příznaky ADHD vykázali vyšší závažnost užívání internetu po celý život ve srovnání s těmi, kteří nemají žádné příznaky.

Závěry

Naše zjištění ukazují, že poruchy osobnosti klastru B a předčasné problémy v emoční inteligenci mohou představovat souvislost mezi problematickým a návykovým používáním internetu. Tato zjištění navíc ukazují, že návykové používání internetu souvisí s příznaky podobnými ADHD. Příznaky ADHD by proto měly být posuzovány na základě možného závislého používání internetu.

Klíčová slova: problematické a závislé používání internetu, komorbidity, Příznaky ADHD, sebepojetí

Úvod

Zejména zrychlená digitalizace, zejména pokud jde o přenosná digitální zařízení, je internet přístupný kdekoli a kdykoli. Není proto nijak překvapivé, že celosvětové používání internetu v posledních třech desetiletích drasticky vzrostlo (Statistiky světového internetu). Průzkum v Německu ukázal, že v 2015u miliony lidí používaly internet denně a 44.5 miliónů lidí (3.5%) více než v předchozím roce (Tippelt & Kupferschmitt, 2015). Zdá se, že kromě příjemných aspektů internetu se v posledních letech výskyt internetové závislosti zvýšil (Mihara & Higuchi, 2017; Rumpf et al., 2014).

Navzdory zahrnutí "internetové herní poruchy" do pátého vydání Diagnostický a statistický manuál duševních poruch (DSM-5; Americká psychiatrická asociace, 2013) jako „podmínka vyžadující více klinického výzkumu a zkušeností, než bude považováno za zařazení do hlavní knihy jako formální porucha“, stále se diskutuje, zda je závislé používání jiných internetových aplikací, jako jsou sociální sítě a online nakupování, lze považovat za dostatečně klinicky relevantní pro zahrnutí do diagnostických klinických klasifikací. Na rozdíl od DSM je koncept ICD-11 Beta Draft (Světová zdravotnická organizace, 2015) navrhuje definovat herní poruchy (tj. „digitální hraní“ nebo „videohry“) přímo pod pojmem „poruchy způsobené užíváním návykových látek nebo návykovým chováním“. Tento návrh rovněž navrhuje klasifikovat návykové používání jiných aplikací na internetu (např. Návykové používání sociálních sítí) do části „další určené poruchy způsobené návykovým chováním“.

Návykové používání internetu je spojeno s psychologickými a kognitivními problémy, jako je špatná koncentrace, pokles školní a pracovní výkonnosti, poruchy spánku a sociální stažení (Lemola, Perkinson-Gloor, Brand, Dewald-Kaufmann, & Grob, 2015; Taylor, Pattara-angkoon, Sirirat, & Woods, 2017; Upadhayay & Guragain, 2017; Younes a kol., 2016). Syndrom hikikomori (tj. Sociální stažení, společné bydlení ve vlastním domě a neúčast ve společnosti po dobu 6 měsíců nebo déle) je také spojen se zvýšenou spotřebou internetu, ale stále není jasné, zda lze hikikomori považovat za nezávislou poruchu nebo klinický příznak silně spojený s jinými psychiatrickými stavy (Stip, Thibault, Beauchamp-Chatel a Kisely, 2016).

Předchozí vysvětlující modely závislosti na internetu, jako je například model Brand a jeho kolegové typu Person-Affect-Cognition-Execution (I-PACE), navrhují předchozí psychopatologické charakteristiky a dysfunkční rysy osobnosti jako hlavní faktory, které vedou k rozvoji závislosti na internetu (Brand, Young, Laier, Wolfling & Potenza, 2016; Davis, 2001). V souladu s tím několik studií o problematickém a návykovém používání internetu uvádělo vysokou míru komorbidit, jako jsou deprese a úzkostné poruchy, jakož i porucha hyperaktivity s deficitem pozornosti (ADHD) (Bozkurt, Coskun, Ayaydin, Adak a Zoroglu, 2013; Chen, Chen a Gau, 2015; Seyrek, Cop, Sinir, Ugurlu a Senel, 2017). Kromě toho Zadra et al. (2016) uvedli, že závislí na internetu vykazují vyšší frekvenci poruch osobnosti (29.6%). Zejména hraniční porucha osobnosti vykázala vyšší prevalenci u závislých na internetu ve srovnání s účastníky bez závislosti na internetu. Výskyt příznaků ADHD byl často hlášen ve studiích s dospívajícími závislými na internetu. Seyrek a kol. (2017) zjistili významnou korelaci mezi závislostí na internetu a poruchou pozornosti a také příznaky hyperaktivity u dospívajících. Kromě toho Weinstein, Yaacov, Manning, Danon a Weizman (2015) pozorovali děti s ADHD, aby dosáhly vyššího skóre v testu závislosti na internetu ve srovnání se skupinou bez ADHD. Opačná otázka, zda se příznaky podobné ADHD objeví jako negativní důsledek nadměrného používání internetu, je však stále nejasná. Nadměrné používání internetu je obvykle doprovázeno současnou správou několika různých probíhajících online úkolů (digitální multitasking; Crenshaw, 2008). To často zvyšuje úroveň stresu, což vede k kognitivním deficitům, které jsou srovnatelné s deficitem zjištěným u ADHD. Výsledky studie ukazují, že digitální multitasking koreluje s deficitem výkonných funkcí (zpracování pracovní paměti a inhibiční kontroly), zvýšeným vnímaným stresem a depresivními i úzkostnými symptomy (Cain, Leonard, Gabrieli a Finn, 2016; Minear, Brasher, McCurdy, Lewis a Younggren, 2013; Reinecke et al., 2017; Uncapher, Thieu a Wagner, 2016). Pacienti s poruchou internetového hraní uváděli zvýšenou denní a chronickou hladinu stresu ve srovnání s kontrolami (Kaess et al., 2017).

Zejména u mladších lidí vyrůstajících v digitalizaci a vytváření sítí se zdá, že nadměrné používání internetu je určujícím faktorem jejich každodenních činností. To může také vysvětlit, proč je prevalence závislosti na internetu nejvyšší během adolescence. Hlavním vývojovým úkolem v tomto období je utváření osobní identity (označované také jako self-concept; Erikson, 1968; Marcia, 1966). Tento proces zahrnuje přijímání fyzických změn, kulturně specifické stereotypy maskulinních a ženských charakteristik, jakož i rozvoj sociálních a emocionálních kompetencí a soběstačnosti ve vlastnostech souvisejících s výkonem (Erikson, 1968; Marcia, 1966). Předchozí studie naznačují deficity sebepojetí u závislých hráčů i v sociálních sítích. Závislí hráči silněji odmítají obraz vlastního těla a vykazují deficity v sebeúctě i emocionálních kompetencích (tj. Rozpoznávání emocí a emocionálních projevů vlastních i ostatních) ve srovnání s běžnými nezávislými hráči a zdravými kontrolami (Lemenager et al., 2016). Kromě toho byly problematické sociální sítě spojeny s problémy při rozpoznávání vlastních emocí a také v schopnostech regulace emocí (Hormes, Kearns a Timko, 2014).

Podle našich nejlepších znalostí studie komorbidit a sebepojetí v závislosti na internetu posuzovaly rozdíly mezi závislými uživateli a zdravými kontrolami, ale nezohlednily navíc problematické používání, které možná odráží přechod mezi zdravým a závislým používáním internetu. Zahrnutí skupiny problematických uživatelů internetu by mohlo přispět k objasnění, zda existují podobnosti mezi problematickými a závislými uživateli internetu nebo zda lze problematické používání považovat za přechodnou fázi mezi zdravými a závislými jedinci. Nalezení těch charakteristik, které jsou spojeny s problematickým a návykovým používáním internetu, by přispělo k identifikaci potenciálních rizikových faktorů pro rozvoj závislého používání internetu, a umožnilo by tak lepší preventivní zásahy.

Cílem této studie bylo tedy prozkoumat rozdíly a podobnosti v komorbiditách a charakteristikách souvisejících se sebepojetí mezi návykovými a problematickými uživateli internetu.

V prvním pokusu jsme kromě zkoumání jedinců s ADHD diagnózou zkoumali také to, zda nedávno vyvinuté symptomy podobné ADHD bez základní diagnózy ADHD mohou být spojeny s návykovým používáním internetu.

MetodyDalší část

Účastníci

Přijali jsme n = 79 zdravých kontrol, n = 35 problematických a n = 93 závislých uživatelů internetu (tabulka 1). Skupinové přiřazení problematickým a závislým uživatelům bylo provedeno pomocí skóre účastníka v kontrolním seznamu pro hodnocení závislosti na internetu a počítačových hrách (AICA; Wölfling, Beutel a Müller, 2012) a v měřítku pro návykové chování online pro dospělé [Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S; Wölfling, Müller & Beutel, 2010)].

Tabulka

Tabulka 1. Ukázka popisu
 

Tabulka 1. Ukázka popisu

 

Celkem (N = 207)

Zdravé kontroly (n = 79)

Problematičtí uživatelé internetu (n = 35)

Závislí uživatelé internetu (n = 93)

Statistiky testu

p hodnota

Post hoc: kontroly versus problematické

Post hoc: ovládání versus závislý

Post hoc: závislý versus problematický

 

p

p

p

Pohlaví Muž)128 (61.8)47 (59.5)20 (57.1)61 (65.6)1.066χ2 (CT).589   
Věk (SD)27.1 (8.5)27.4 (8.8)23.8 (3.0)28.0 (9.3)3.294F(ANOVA).039.036.641.012
Vzdělání [roky, (SD)]14.5 (2.5)15.0 (2.3)14.3 (2.6)14.2 (2.6)3.667χ2 (KW).160   
AICA 30 dní (SD)8.9 (6.7)3.4 (3.0)7.2 (2.9)14.2 (5.9)115.805χ2 (KW)<001<001<001<001
Životnost AICA (SD)16.8 (8.7)9.2 (6.6)16.0 (6.0)23.5 (4.8)117.890χ2 (KW)<001<001<001<001
OSVe (SD)8.9 (5.3)3.4 (1.6)10.1 (2.0)13.2 (3.7)151.857χ2 (KW)<001<001<001<001

Poznámka. SD: standardní odchylka; χ2 (CT): χ2 crosstab; χ2 (KW): χ2 Kruskal – Wallisův test; F(ANOVA): jednosměrná ANOVA; AICA: Hodnocení závislosti na internetu a počítačových hrách; OSVe: Skala zum Onlinesuchtverhalten bei Erwachsenen.

Závislý vzorek zahrnoval podskupiny n = 32 hráčů, n = 24 uživatelů sociálních sítí a n = 37 uživatelů jiných aplikací (informační platformy: n = 1; pornografické stránky: n = 4; weby s hazardními hrami: n = 9; nákupní weby: n = 2; streamování: n = 13; a další formy: n = 8). Skupina závislých internetových hráčů intenzivně hrála online hry na hrdiny pro více hráčů (např. World of Warcraft nebo League of Legends) nebo online střílečky z pohledu první osoby (jako Counterstrike, Battlefield nebo Call of Duty). Všechny tyto hry obsahovaly komunikační funkce. Uživatelé sociálních sítí byli aktivní v internetových aplikacích, jako jsou online chaty, fóra nebo sociální komunity (např. Facebook).

Skupina problematických uživatelů se skládala z n = 9 hráčů, n = 15 sociálních sítí a n = 11 uživatelů jiných aplikací (informační platformy: n = 3; nákupní weby: n = 1; streamování: n = 4; a další formy: n = 3).

Zdravá kontrolní skupina (n = 79) v ceně n = 35 účastníků, kteří pravidelně využívali stránky sociálních sítí, n = 6 účastníků, kteří někdy hráli online hry, a n = 38 účastníků, kteří používali „jiné aplikace“, například informační platformy (n = 15), nákupní weby (n = 2), stránky s hazardními hrami (n = 1), streamování (n = 15) nebo jiné formy (n = 5). Všichni účastníci byli přijati buď prostřednictvím denní kliniky Ústavu návykového chování a medicíny závislostí na Ústředním ústavu duševního zdraví v Mannheimu, online přehled nebo prostřednictvím reklam.

A χ2 test odhalil významné genderově specifické rozdíly mezi skupinami u zdravých kontrol a problematických uživatelů internetu, pokud jde o hlavní používané internetové aplikace (Fisherův přesný test zdravých kontrol: p = 008; u problémových uživatelů: p = 035; a u závislých uživatelů: p = 069). Ženy se zdravým nebo problematickým používáním internetu vykazovaly vyšší frekvenci sociálních sítí a muži častěji používali jiné aplikace.

Rozhovory a dotazníky

Existence a závažnost závislosti na internetu účastníků byla měřena pomocí kontrolního seznamu AICA (Wölfling et al., 2012) a také OSVe (Wölfling et al., 2010). AICA je zavedený diagnostický klinický rozhovor, jehož cílem je posoudit závažnost závislosti na počítači a / nebo na internetu účastníků. Dělá to tak, že zaznamenává využití svého počítače nebo internetu během předchozích 30 dnů (AICA_30), jakož i během jejich celé životnosti (AICA_lifetime). Kontrolní seznam AICA má vysokou spolehlivost, jak dokazuje Cronbachs α = .90. Na základě kritéria Kaiser-Guttman a kontroly testu sutě odhalila analýza hlavních komponent jeden jediný faktor vysvětlující 67.5% rozptylu, který lze interpretovat jako „závislé používání internetu“ (Wölfling et al., 2012). OSVe je dotazník sebe-zprávy, který se také používá k screeningu dospělých na existenci a závažnost závislosti na internetu. Účastníci se skóre ≥13 na AICA_30 nebo ≥13.5 na OSVe byli zařazeni do skupiny závislých. Vzhledem k tomu, že AICA_30 identifikuje pouze návykové použití počítače nebo internetu, jsme k definování problematického použití použili skóre OSVe. Po studii Wölflinga a kol. (2010), klasifikovali jsme účastníky se skóre OSVe mezi 7 a 13 jako problematické uživatele. V souladu s tím byli účastníci s hodnocením <7 přiděleni do kontrolní skupiny. OSVe vykazoval vnitřní konzistenci (Cronbachovo α) α = 89 (Wölfling et al., 2012). Analýza hlavních komponent odhalila jeden jediný faktor vysvětlující% rozptylu 43.9, který lze interpretovat jako „závislé používání internetu“ (Müller, Glaesmer, Brähler, Wölfling a Beutel, 2014).

Celoživotní a současné komorbidity na osách I a II byly hodnoceny na základě strukturovaného klinického rozhovoru pro DSM-IV (SCID I a II; Wittchen, Zaudig a Fydrich, 1997). Aktuální depresivní příznaky byly hodnoceny Beck Depression Inventory (BDI; Beck, Ward, Mendelson, Mock a Erbaugh, 1961). Pro zkoumání ADHD, nestandardizovaný rozhovor (podle kritérií DSM-IV) a škála hnědé poruchy pozornosti (ADD) pro dospělé (Brown, 1996) byly aplikovány klinicky zkušenými psychology. Podle DSM-IV (Americká psychiatrická asociace, 2000), rozhovor s ADHD hodnotí současné kognitivní deficity ve škole nebo v zaměstnání (stejně jako ve školních dnech před dosažením věku 7 let), příznaky hyperaktivity, komplikace spojené s porodem, obecné výkyvy nálady, problémy se spánkem, zneužívání návykových látek ke zmírnění příznaků ADHD a rodinná anamnéza ADHD. Rozhovory provedli dva kliničtí psychologové, kteří byli dříve vyškoleni klinickým odborníkem, aby se zaměřili na konkrétní příznaky. Hnědá stupnice ADD pro 40 položek pro dospělé pomáhá posoudit širokou škálu skutečných příznaků odrážejících poruchy výkonných funkcí spojené s ADHD, ke kterým došlo během posledních 6 měsíců, včetně (a) organizace, stanovení priorit a aktivace pro práci; (b) soustředění, udržování a přesouvání pozornosti na úkoly; c) regulace bdělosti, trvalé úsilí a rychlost zpracování; (d) zvládání frustrace a modulace emocí, stejně jako (e) využívání pracovní paměti a přístup k odvolání (Murphy & Adler, 2004). Pacienti hodnotili tyto příznaky na 4bodové Likertově škále („nikdy“, „jednou týdně“, „dvakrát týdně“ a „denně“). Harrison uvedl, že vysoká pravděpodobnost výskytu ADHD by se odrážela v mezní hodnotě> 55, která byla rovněž použita v této studii. Aktuální diagnóza ADHD byla stanovena, když účastník splnil kritéria rozhovoru a omezení Brown ADD Scale (Harrison, 2004). Brown ADD Scale má vnitřní konzistenci (Cronbachův α) α = .96 pro dospělé (Brown, 1996). Celoživotní kritéria ADHD zahrnovala hlášenou diagnózu ADHD v minulosti, která byla dána lékařským odborníkem. Účastníci bodování nad mezní hodnotou 55 v Brown ADD Scale, kteří však v rozhovoru nesplnili podmínky pro současnou nebo celoživotní diagnostiku ADHD, byli klasifikováni do kategorie „nedávno vyvinuté symptomy ADHD“.

Pro posouzení aspektů sebepojetí jsme použili Rosenbergovu stupnici (Rosenberg, 1965; zkoumání sebevědomí), dotazník na obrázek těla (BIQ-20; Clement & Löwe, 1996) a dotazník emoční kompetence (ECQ; Rindermann, 2009). Rosenbergova stupnice je dotazník o položce 10 týkající se pozitivních a negativních pocitů o sobě, měřeno na stupnici Xertumovy Likertovy stupnice. Vnitřní konzistence položek byla uváděna jako Cronbachův α = .4 (Greenberger, Chen, Dmitrieva a Farruggia, 2003).

Systém BIQ-20, který obsahuje položky 20, identifikuje poruchy obrazu těla měřením „odmítnutí obrazu těla“ a „vitálního obrazu těla“. Vnitřní konzistence pro škály se pohybují od 0.65 do 0.91 v německých vzorcích. Křížová validace faktoriální struktury vah ukázala vysokou stabilitu napříč jednou populací a dvěma neklinickými vzorky (Clement & Löwe, 1996). ECQ hodnotí schopnosti účastníka v (a) rozpoznávání a porozumění vlastních emocí; (b) rozpoznávání a porozumění emocím druhých (schopnost vnímat a porozumět emocím druhých na základě jejich chování, mluvené komunikace, výrazu obličeje a gest v závislosti na situaci); (c) regulace a ovládání vlastních emocí; a (d) emoční expresivita (schopnost a ochota vyjádřit své pocity). Vnitřní konzistence vah se pohybovala mezi α = 0.89 a 0.93 (Rindermann, 2009).

Sociální úzkost a sociální kompetence byly měřeny pomocí dotazníku pro deficity sociální úzkosti a sociální kompetence (SASKO; Kolbeck & Maß, 2009). Jeho cílem je posoudit strach z mluvení před ostatními nebo z toho, že se ocitneme v centru společenské pozornosti (dílčí měřítko „mluvení“), ze společenského odmítnutí („odmítnutí“) a ze sociální interakce („interakce“), jakož i nedostatky v sociálním vnímání („informace“) a pocity osamělosti („osamělost“). Vnitřní konzistence dílčích stupnic se pohybovala mezi α = .76 a .87 pro zdravé vzorky a mezi a = .80 a .89 pro klinické vzorky (Kolbeck & Maß, 2009). Kromě toho byla faktoriální platnost potvrzena potvrzovací faktorovou analýzou (Kolbeck & Maß, 2009). Navíc, vnímaná stupnice stresu (PSS; Cohen, Kamarck a Mermelstein, 1983) byla použita k prozkoumání vnímání stresu účastníky. Vnitřní konzistence (Cronbachova α) PSS je α = .78 (Cohen a kol., 1983).

Statistické analýzy

Analýzy dat byly provedeny pomocí SPSS Statistics 23 (Statistický balíček pro sociální vědy, SPSS Inc., Chicago, IL, USA). Rozdíly v míře prevalence mezi závislými a problematickými uživateli internetu a zdravými kontrolami byly vyhodnoceny χ2 testy a Fisherovy přesné testy, kde je to vhodné. Kromě toho analýzy rozdílů v charakteristikách souvisejících se sebepojetím mezi závislými uživateli internetu, problematickými uživateli internetu a zdravými kontrolami zahrnovaly analýzy rozptylu (ANOVA), následované post hoc analýzami pomocí Scheffých testů. Byly použity lineární regresní analýzy k posouzení souvislosti mezi proměnnými a současnou nebo celoživotní závažností příznaků používání internetu.

Soulad mezi dvěma testy ADHD (rozhovor a Brownova ADD stupnice) byla hodnocena pomocí křížové tabulky a Cohenovy kappa statistiky. Také jsme použili χ2 testy k posouzení rozdílů v prevalenci pozitivních výsledků mezi skupinami v rámci kategorií (ano / ne) „nedávno vyvinutých symptomů ADHD“, jakož i současné a celoživotní diagnostiky ADHD. Kromě toho, abychom posoudili, zda účastníci s ADHD diagnózou nebo nověji vyvinuté ADHD symptomy vykazují vyšší současnou nebo celoživotní závažnost příznaků používání internetu ve srovnání s těmi, kteří nesplňují podmínky pro ADHD, použili jsme dva vzorky t- testy na celkovém vzorku i na zdravé kontroly, závislé a problematické uživatele internetu.

Etika

Studijní postupy byly provedeny v souladu s Helsinskou deklarací. Studii schválila etická komise v Mannheimu, Baden Württemberg (číslo přihlášky: 2013-528N-MA). Před zapojením do studie byli všichni účastníci informováni o účelu studie a po obdržení těchto informací souhlasili.

výsledky

Celoživotní a současné komorbidity

Data odhalila, že 62.4% (45.2%) závislé skupiny, 31.4% (20.0%) problémové skupiny a 22.8% (13.9%) zdravých kontrol vykazovaly celoživotní diagnózu osy I nebo osy II. Podle našich očekávání závislí uživatelé internetu vykazovali depresivní a úzkostné poruchy i ADHD výrazně častěji ve srovnání se zdravými kontrolami (viz obrázky) 1 a 2 stejně jako tabulky 2 a 3). Ve závislé skupině byly ve srovnání s problematickými uživateli pozorovány vyšší prevalence celoživotního a současného ADHD a depresivní poruchy. Navíc narkomani a problematičtí uživatelé vykazovali poruchy osobnosti klastru B výrazně častěji než zdravé kontroly, ale tyto rozdíly mezi skupinami nebyly zrcadleny v rámci každé samostatné poruchy osobnosti klastru B (obrázek) 3).

Obrázek 1. Podíl celoživotních diagnóz a rozdílů mezi závislými a problematickými uživateli internetu a zdravými kontrolami (diagnostika%, χ2 a Fisherovy přesné testy; *p ≤ 05, **p ≤ 01). Afektivní a úzkostné poruchy byly také rozlišeny v rámci jejich klasifikace

Obrázek 2. Podíl současných diagnóz a rozdílů mezi závislými a problematickými uživateli internetu a zdravými kontrolami (diagnostika%, χ2 a Fisherovy přesné testy; *p ≤ 05, **p ≤ 01). Afektivní a úzkostné poruchy byly také rozlišeny v rámci jejich klasifikace

Tabulka

Tabulka 2. Rozdíly v prevalenci diagnóz u závislých a problematických uživatelů a zdravých kontrol
 

Tabulka 2. Rozdíly v prevalenci diagnóz u závislých a problematických uživatelů a zdravých kontrol

 

Celkem (N = 207)

Závislý (n = 93)

Problematické (n = 35)

Zdravé kontroly (n = 79)

p

ADHD (LT)5.113.800<001f**
ADHD (C)6.111.500<001f**
Afektivní porucha (LT)21.735.517.17.6<001c**
Afektivní porucha (C)5.310.801.3.008f*
Depresivní porucha (LT)20.834.417.15.3<001c**
Depresivní porucha (C)4.39.700.003f*
Úzkostná porucha (LT)14.521.58.68.9.035c
Úzkostná porucha (C)9.216.15.72.5.005f*
Generalizovaná úzkostná porucha (LT)3.95.603.8.452
Generalizovaná úzkostná porucha (C)2.54.401.3.655
PTSD (LT)1.53.300.073
PTSD (C)1.02.200.032
Specifická fóbie (LT)3.44.45.71.3.559
Specifická fóbie (C)3.04.45.70.050
Sociální fóbie (LT)3.46.501.3.105f
Sociální fóbie (C)2.95.401.3.185f
Obsedantně-kompulzivní porucha (LT)2.45.400.075f
Obsedantně-kompulzivní porucha (C)2.45.400.075f
Porucha příjmu potravy (LT)2.94.32.91.3.556f
Porucha příjmu potravy (C)1.43.200.292f
Poruchy užívání návykových látek bez nikotinu (LT)12.618.311.46.3.060f
Poruchy užívání návykových látek bez nikotinu (C)3.94.35.72.5.635f
Poruchy užívání návykových látek s nikotinem (LT)20.325.817.115.2.198c
Poruchy užívání návykových látek s nikotinem (C)14.018.38.611.4.306f
Cluster A1.93.201.3.663f
Klastr B4.87.58.60.013f*
Cluster C7.29.75.15.7.525f

Notes. Sazby v%. f: Fisherův přesný test; c: χ2 test; LT: životnost; C: proud korigovaný Bonferroni-Holmem pro mnohonásobná srovnání životních a současných diagnóz i poruch osobnosti. ADHD: porucha hyperaktivity s deficitem pozornosti; PTSD: posttraumatická stresová porucha.

*p ≤ 05 a **p ≤ 01 po opravě Bonferroni – Holm pro více srovnání.

Tabulka

Tabulka 3. Post hoc srovnání rozdílů v prevalenci diagnóz mezi závislými a problematickými uživateli a zdravými kontrolami
 

Tabulka 3. Post hoc srovnání rozdílů v prevalenci diagnóz mezi závislými a problematickými uživateli a zdravými kontrolami

 

Zdravé kontroly versus závislí uživatelé

Zdravé kontroly versus problematických uživatelů

Závislí versus problematičtí uživatelé

 

p

p

p

ADHD (LT)<001f**-.014f*
ADHD (C).001f**-.029f*
Afektivní porucha (LT)<001c**.117f.033c*
Afektivní porucha (C).010c.693f.036f*
Depresivní porucha (LT)<001c**.076f.043c*
Depresivní porucha (C).003f**-.050f*
Úzkostná porucha (C).002c**.360f.100f
Klastr B.012f*.027f*.549f

Notes. f: Fisherův přesný test; c: χ2 test; LT: životnost; C: aktuální; ADHD: porucha hyperaktivity s deficitem pozornosti.

Obrázek 3. Podíl poruch osobnosti podle DSM-IV a rozdílů mezi závislými a problematickými uživateli internetu a zdravými kontrolami (diagnóza%, χ2- a Fisherovy přesné testy; *p ≤ 05, **p ≤ 01)

Shoda obou nástrojů ADHD

Posouzením shody mezi dvěma použitými nástroji (tj. Brown ADD Scale a rozhovorem) odhalila zjištění shodu 63.21% ve skupině závislých (Kappa = 0.21, p = 012) a 82.1% v celém vzorku (Kappa = 0.28; p <001).

Obrázek 4 demonstruje procento pozitivních výsledků účastníků pro ADHD ve dvou aplikovaných nástrojích (rozhovor a Brown ADD Scale), jakož i v odvozených kategoriích nedávno vyvinutých symptomů ADHD, současné a celoživotní diagnostiky ADHD.

Obrázek 4. Procenta ADHD pro dvě různá měřítka: Interview a Brown ADD. Nedávno vyvinuté symptomy ADHD bez diagnózy, životnosti a současné diagnózy odvozené z překrývání obou nástrojů

A χ2 test odhalil významné rozdíly mezi skupinami mezi zdravými kontrolami, závislými a problematickými uživateli internetu v rozhovoru s ADHD (Fisherův přesný test: p <001). Párová srovnání ukázala, že závislí uživatelé splnili kritéria ADHD v rozhovoru významně častěji než zdravé kontroly (Fisherův přesný test: p <001), ale ve srovnání s problematickými uživateli (Fisherův přesný test: p = 232). Významné rozdíly mezi skupinami byly také pozorovány v Brown ADD Scale (Fisherův přesný test: p <001). Párová srovnání odhalila významně vyšší frekvence ADHD u závislých uživatelů používajících Brown ADD Scale ve srovnání se zdravými kontrolami (p <001) a problematičtí uživatelé (Fisherův přesný test: p <001). Kromě toho byla mezi skupinami srovnávací proměnná „nedávno vyvinuté příznaky ADHD“ (ano / ne) významná (Fisherův přesný test: p <001): závislí uživatelé internetu nedávno odhalili rozvinuté příznaky výrazně častěji než zdravé kontroly (Fisherův přesný test: p <001) a problematičtí uživatelé (Fisherův přesný test; p <001).

Dále jsme zjistili, že závislá skupina vykázala výrazně vyšší frekvenci ADHD v Brownově ADD stupnici oproti rozhovoru (Fisherův přesný test: p = .016).

Posoudit rozdíly v současné a celoživotní závažnosti používání internetu (životnost AICA-30 a AICA) mezi skupinami s ADHD a bez ADHD (odvozeno od každého kritéria na obrázku 4), použili jsme dva vzorky t-testů na celkový vzorek. V každém stavu jsme pozorovali, že účastníci s pozitivním ADHD zaznamenali výrazně vyšší životnost a současnou závažnost používání internetu ve srovnání s těmi, kteří měli negativní výsledky testu (tabulka 4).

Tabulka

Tabulka 4. Rozdíly v současné a celoživotní závažnosti používání internetu (AICA) mezi účastníky hodnotícími pozitivní a negativní ADHD pro různá kritéria v celém vzorku
 

Tabulka 4. Rozdíly v současné a celoživotní závažnosti používání internetu (AICA) mezi účastníky hodnotícími pozitivní a negativní ADHD pro různá kritéria v celém vzorku

 

Závažnost používání internetu

Pozitivní pro ADHD Průměr (SD)

Negativní pro ADHD průměr (SD)

t statistický

p

ADHD rozhovorProud12.20 (7.91)8.68 (6.53)-1.970.050 *
 Život23.00 (8.01)16.12 (8.31)-3.088.002 **
Hnědá ADDProud15.13 (5.77)7.34 (5.95)-7.425<001 **
 Život24.00 (5.35)14.80 (8.10)-6.807<001 **
Nedávno vyvinuté příznaky ADHDProud15.11 (5.29)6.00 (7.42)-6.260<001 **
 Život24.33 (4.29)14.77 (8.05)-6.025<001 **
Aktuální ADHDProud15.10 (7.85)8.59 (6.48)-3.063.003 **
 Život24.50 (7.58)16.24 (8.32)-3.068.002 **
Celoživotní ADHDProud14.83 (7.21)8.54 (6.49)-3.236.001 **
Život24.50 (6.86)16.16 (8.32)-3.397.001 **

Poznámka. SD: směrodatná odchylka opravená Bonferroni-Holmem pro vícenásobná srovnání. ADHD: porucha hyperaktivity s deficitem pozornosti; AICA: Hodnocení závislosti na internetu a počítačových hrách.

*p ≤ 05. **p ≤ 01.

Dva vzorky t- testy v každé skupině (závislí a problematičtí uživatelé i zdravé kontroly) odhalili pouze závislé účastníky s nedávno vyvinutými příznaky (n = 27) k vykázání vyšší životnosti používání internetu (t = −2.549, p = 013) ve srovnání s těmi bez jakýchkoli příznaků (n = 46).

Charakteristické rysy self-concept mezi závislými a problematickými uživateli internetu a zdravé kontroly

Tabulky 5 a 6 prokázat rozdíly mezi ovládacími prvky, problematickými a závislými uživateli internetu v charakteristikách souvisejících s konceptem. ANOVA odhalily významné hlavní účinky na všechny měřítka (tabulka 1) 5).

Tabulka

Tabulka 5. Rozdíly mezi závislými uživateli, problémovými uživateli a zdravými kontrolami mezi skupinami
 

Tabulka 5. Rozdíly mezi závislými uživateli, problémovými uživateli a zdravými kontrolami mezi skupinami

 

Celkem (N = 207)

Závislý (n = 93)

Problematické (n = 35)

Zdravé kontroly (n = 79)

F

p

PSS vnímal stres16.35 (6.74)20.01 (6.21)15.06 (5.13)12.67 (5.72)34.437<001 **
BDI8.43 (7.63)12.96 (8.36)6.51 (4.89)4.06 (4.02)42.256<001 **
Rosenbergova sebeúcta21.80 (6.25)18.89 (6.74)22.66 (5.36)24.85 (4.14)24.285<001 **
SASKO mluvení9.98 (7.19)13.90 (7.71)8.17 (5.38)6.22 (4.46)33.825<001 **
Sociální odmítnutí SASKO9.33 (6.43)12.76 (7.08)7.86 (3.67)5.99 (4.24)32.247<001 **
Interakce SASKO6.98 (5.38)10.15 (5.67)5.51 (3.59)3.94 (3.28)41.819<001 **
Informace SASKO7.03 (4.26)8.97 (4.39)6.26 (3.45)5.11 (3.41)21.729<001 **
Osamělost SASKO2.98 (3.26)4.49 (3.58)2.66 (2.72)1.37 (2.07)24.239<001 **
ECQ-EE55.17 (10.46)50.79 (10.29)54.40 (10.83)60.61 (7.75)22.827<001 **
ECQ-EO65.06 (10.96)62.99 (11.86)65.29 (11.12)67.37 (9.35)3.481.034 *
ECQ-RE47.47 (8.87)43.50 (9.05)49.51 (8.26)51.19 (6.87)20.293<001 **
ECQ-EX53.87 (13.71)49.61 (13.83)52.34 (17.79)59.52 (10.97)12.670<001 **
Odmítnutí obrazu těla BIQ22.59 (8.45)26.41 (9.57)21.72 (6.47)18.53 (5.32)22.664<001 **
Obrázek vitálního těla BIQ33.73 (6.97)31.27 (7.59)34.72 (5.31)36.17 (5.87)12.075<001 **

Notes. Průměr (směrodatná odchylka), SASKO: Dotazník o deficitech sociální úzkosti a deficitů Aocial; ECQ: Dotazník emoční kompetence; ECQ-EE: rozpoznávání a pochopení vlastních emocí; ECQ-EA: rozpoznávání a porozumění emocím druhých; ECQ-RE: regulace a kontrola vlastních emocí; ECQ-EX: emoční expresivita; BDI: Beck Depression Inventory; PSS: Perceived Stress Scale; BIQ: Body Image Questionnaire; F: ANOVA F statistický.

*p ≤ 05 a **p ≤ 01 po opravě Bonferroni – Holm pro více srovnání.

Tabulka

Tabulka 6. Post hoc párové srovnání (Scheffé) mezi závislými uživateli, problematickými uživateli a zdravými kontrolami
 

Tabulka 6. Post hoc párové srovnání (Scheffé) mezi závislými uživateli, problematickými uživateli a zdravými kontrolami

 

Zdravé kontroly versus závislí uživatelé

Zdravé kontroly versus problematických uživatelů

Závislí versus problematičtí uživatelé

 

Rozdíly prostředků

p

Rozdíly prostředků

p

Rozdíly prostředků

p

PSS-7.37<001-2.39.1374.99<001
BDI-8.89<001-2.45.1756.44<001
Rosenbergova sebeúcta5.96<0012.19.163-3.77.004
SASKO mluvení-7.80<001-1.96.3055.84<001
Sociální odmítnutí SASKO-6.84<001-1.87.2644.97<001
Interakce SASKO-6.28<001-1.58.2344.71<001
Informace SASKO-3.90<001-1.14.352-2.75.002
Osamělost SASKO-3.17<001-1.29.0981.88.006
ECQ-EE9.89<0016.21.006-3.69.152
ECQ-EO4.37.0352.08.641-2.29.572
ECQ-RE7.85<0011.68.599-6.17.001
ECQ-EX9.95<0017.18.027-2.77.565
Odmítnutí obrazu těla BIQ-7.99<001-3.18.1274.80.008
Obrázek vitálního těla BIQ4.99<0011.45.558-3.54.028

Notes. Dotazník SASKO: Sociální úzkost a sociální kompetence; ECQ: Dotazník emoční kompetence; ECQ-EE: rozpoznávání a pochopení vlastních emocí; ECQ-EA: rozpoznávání a porozumění emocím druhých; ECQ-RE: regulace a kontrola vlastních emocí; ECQ-EX: emoční expresivita; BDI: Beck Depression Inventory; PSS: Perceived Stress Scale; BIQ: Body Image Questionnaire.

Závislí uživatelé internetu ve srovnání se zdravými kontrolami vykazovali výrazně horší image těla, vyšší sociální úzkost (SASKO), sníženou sociální kompetenci (všechny škály SASKO), zvýšený vnímaný stres (PSS), jakož i deficity v emocionálních kompetencích (ECQ). Dále měli nižší sebevědomí (Rosenberg) a vykazovali zvýšený vnímaný stres (PSS) i depresivní příznaky (BDI; tabulka) 6). Závislí uživatelé také vykázali výrazně vyšší hodnoty týkající se většiny charakteristik souvisejících se sebepojetím (kromě rozpoznávání vlastních a emocí druhých a schopnosti vyjádřit své emoce druhým) ve srovnání s problematickými uživateli.

Dále jsme pozorovali závislé na internetu a problémové uživatele, aby se výrazně lišili od zdravých kontrol, pokud jde o stupnice emocionálních kompetencí „rozpoznávání vlastních emocí“ (ECQ-EE) a „emoční expresivitu“ (ECQ-EX; tabulka; tabulka 6). Lineární regresní analýzy ukázaly, že tyto dvě proměnné vysvětlily 11% (R2 = 111; p <001) aktuální závažnosti používání internetu (AICA_30) a 22% (R2 = 217; p <001) celoživotní závažnosti používání internetu (životnost AICA).

Diskuse

Obecným cílem této studie bylo prozkoumat rozdíly v komorbiditách a charakteristikách souvisejících se sebepojetím mezi zdravými kontrolami, závislými a problematickými uživateli internetu a objasnit roli problémového používání při přechodu ze zdravého na závislé používání internetu.

Komorbidity u závislých a problematických uživatelů internetu i u zdravých kontrol

Výsledky ukázaly, že internetoví závislí mají vyšší míru komorbidity u ADHD, depresivních a současných úzkostných poruch i poruch osobnosti klastru B ve srovnání se zdravými kontrolami. Kromě toho byla ve závislé skupině ve srovnání s problematickými uživateli také pozorována vyšší míra komorbidity u ADHD a depresivních poruch. Tyto výsledky jsou v souladu s předchozími vysvětlujícími modely závislosti na internetu, které předpokládají silnou základní psychopatologii v závislosti na používání internetu (Brand et al., 2016; Davis, 2001). Ve svém modelu I-PACE Brand et al. (2016) označují zejména depresivní a (sociální) úzkostné poruchy a ADHD jako tři hlavní psychopatologické rysy související se závislostí na internetu. Všechny tyto duševní poruchy jsou silně spojeny s intenzivními negativními emocemi, jako je úzkost, depresivita a vztek. Tento aspekt je také zvažován v popisu poruch internetových her v DSM-5, kde se internetové hry používají k nalezení úlevy od negativního stavu nálady.

Ve stadiu problematického užívání byl pouze výskyt osobnostních poruch klastru B ve srovnání se zdravou kontrolní skupinou významně vyšší a nelišil se od závislého užívání. Literatura popisuje poruchy osobnosti klastru B, které mají být spojeny s dramatičtějším, emotivnějším, nepravidelnějším a impulzivnějším chováním (Americká psychiatrická asociace, 2013) často doprovázené epizodami deprese. Byly také spojeny se sníženou pravděpodobností remise chronické deprese (Agosti, 2014). Tato zjištění naznačují, že poruchy osobnosti skupiny B mohou být korelací problémového a závislého používání internetu. Zadra a kol. (2016) pozorovali zvýšenou prevalenci klastru B Hraniční porucha osobnosti u závislých na internetu. Nezjistili jsme rozdíly mezi skupinami v rámci specifické poruchy osobnosti klastru B pravděpodobně kvůli nízkému počtu případů (nhranice = 5; nnarcistický = 4; nteatrální = 0; nantisociální = 1 v celém vzorku). Bylo by zajímavé porovnat míry prevalence specifických poruch osobnosti u závislých a problémových uživatelů s použitím většího rozsahu vzorků v dalších studiích. K potvrzení našich zjištění jsou rovněž nutné další studie replikace.

ADHD komorbidita a příznaky podobné ADHD u internetových závislých

Pokud jde o diagnostiku ADHD v této studii, současná a celoživotní prevalence ve skupině internetových závislých (13.8% a 11.5%) byla výrazně vyšší ve srovnání s problematickými uživateli internetu a zdravými kontrolami. Metaanalýza odhadla obecnou prevalenci ADHD na přibližně 2.5% (Simon, Czobor, Bálint, Mészáros a Bitter, 2009). Většina studií o ADHD a závislostech na internetu byla prováděna u dospívajících, a nikoliv u mladých dospělých (Seyrek et al., 2017; Tateno a kol., 2016). Existuje pouze jedna studie uvádějící prevalenci 5.5% u dospělých "problematických" uživatelů internetu (Kim a kol., 2016). Vzorek však zahrnoval také závislé uživatele, a proto by nálezy nemusely být srovnatelné s nálezy této studie.

Pokud je nám známo, byla to první studie, která se pokusila zahrnout posouzení dopadu nedávno vyvinutých příznaků ADHD vedle diagnostiky ADHD u závislých na internetu. Účastníci s ADHD i ti, kteří mají pouze nedávno vyvinuté příznaky podobné ADHD, vykazovali výrazně vyšší životnost a současnou závažnost používání internetu ve srovnání s těmi, kteří tyto podmínky nesplnili. Kromě toho závislí účastníci s nedávno vyvinutými příznaky ADHD (30% závislé skupiny) vykazovali zvýšenou závažnost celoživotního používání internetu ve srovnání s těmi závislými účastníky bez příznaků ADHD. Naše výsledky ukazují, že nedávno vyvinuté příznaky ADHD (bez splnění diagnostických kritérií pro ADHD) jsou spojeny s závislostí na internetu. To může vést k prvnímu náznaku, že nadměrné používání internetu má dopad na vývoj kognitivních deficitů podobných těm, které se vyskytují v ADHD. Nedávná studie Nie, Zhang, Chen a Li (2016) uvádějí, že adolescentní závislost na internetu s ADHD i bez ní, stejně jako účastníci s pouze ADHD, vykazují srovnatelné deficity při inhibičních kontrolách a funkcích paměti.

Tento předpoklad se zdá být podpořen také některými studiemi, které uvádějí snížení hustoty šedé hmoty v předním cingulárním kortexu u návykových uživatelů internetu, stejně jako u pacientů s ADHD (Frodl a Skokauskas, 2012; Moreno-Alcazar a kol., 2016; Wang a kol., 2015; Yuan a kol., 2011). K potvrzení našich předpokladů jsou však nutné další studie, které hodnotí vztah mezi počátkem nadměrného používání internetu a ADHD u závislých na internetu. Kromě toho by měly být pro objasnění příčinných souvislostí použity podélné studie. Pokud budou naše nálezy potvrzeny dalšími studiemi, bude to mít klinický význam pro diagnostický proces ADHD. Je možné, že by se od lékařů vyžadovalo provedení podrobného posouzení možného návykového používání internetu u pacientů s podezřením na ADHD.

Porovnání charakteristik souvisejících se sebepojetím mezi návykovým, problematickým a zdravým používáním internetu

Pokud jde o rozdíly mezi skupinami týkající se charakteristik souvisejících se sebepojetím, výsledky odhalily závislé uživatele internetu, kteří ve srovnání se zdravými kontrolami vykazují významné nedostatky na všech stupních „sebepojetí“. Jak bylo uvedeno výše, vývojové teorie předpokládají dospívání jako fázi, v níž je formování sebepojetí hlavním vývojovým úkolem. Jednotlivec musí prozkoumat a zvolit přiměřené a relevantní role, hodnoty a cíle z různých životních oblastí, jako je genderová role, povolání, vztahové volby atd. (Erikson, 1968; Marcia, 1966). Pokud bude neúspěšný, povede to k šíření identity a společenských rolí a zvyšuje se riziko duševních poruch, jako jsou poruchy osobnosti, deprese nebo návykové. Bez vhodné léčby tyto poruchy obvykle přetrvávají do dospělosti (Erikson, 1968; Marcia, 1966). Díky svým možnostem sociální interakce a souběžné anonymitě poskytuje internet lákavou příležitost pro kompenzaci negativních pocitů a deficitů sebepojetí. Naše nálezy zvýšeného deficitu sebepojetí u mladých dospělých závislých na internetu proto naznačují, že maladaptivní zvládání určitých vývojových úkolů během dospívání by mohlo přispět ke vzniku závislosti na internetu. Opakovaná zkušenost s kompenzací těchto deficitů prostřednictvím používání internetu, např. Hledáním virtuálních přátel nebo úspěchem ve hře (Brand et al., 2016; Davis, 2001; Tavolacci a kol., 2013) může zvýšit riziko závislého užívání. Navíc nedostatek skutečných mezilidských a výkonnostních pozitivních zkušeností může zvýšit deficity sebepojetí a rozvoj psychiatrických poruch. Druhý aspekt by mohl vysvětlit vysoce pozorovaný výskyt deprese, úzkosti a poruch osobnosti klastru B u závislých uživatelů.

Navzdory významným rozdílům mezi problematickým a závislým používáním internetu, pokud jde o většinu hodnocených proměnných, všechny prostředky vypočtené pro charakteristiky problematické skupiny leží mezi těmi závislými uživateli a zdravou kontrolní skupinou, což naznačuje spojení mezi dvěma stádii nadměrného Použití internetu popisným způsobem.

Pozorovali jsme však také podobnosti mezi problematickými a závislými uživateli. Obě skupiny se ve srovnání se zdravými kontrolami hodnotily jako méně schopné rozpoznat, porozumět a vyjádřit vlastní emoce. Mayer a Salovey ve svém modelu emoční inteligence postulovali vnímání, používání, porozumění a řízení emocí, které se nejčastěji vyskytují v kontextu vztahů, jako hlavní vzájemně propojené schopnosti emoční inteligence (Mayer & Salovey, 1993; Mayer, Salovey, Caruso a Sitarenios, 2001). Naše výsledky těchto deficitů u problematických a návykových uživatelů internetu mohou naznačovat, že nižší stupně těchto schopností by mohly konkrétně zobrazovat premorbidní faktory při přechodu z problematického na návykové používání internetu. Regresní analýzy ukázaly, že tyto proměnné vysvětlují 11% a 22% rozptylu závažnosti současného a celoživotního používání internetu v celkovém vzorku.

Omezení studie

Omezení této studie zahrnují následující aspekty.

Velikost vzorků podskupin byla relativně malá. To by mělo být vzato v úvahu při interpretaci našich výsledků a je nutné provést budoucí studie.

Další omezení se týká diagnostického postupu pro ADHD. Kromě Brownovy škály ADD jsme pro vyšetřování ADHD použili nestandardizovaný rozhovor včetně otevřených otázek. Nelze plně zajistit, aby stejný rozhovor se stejným účastníkem a jiným tazatelem přinesl podobné výsledky (Kromrey, 2002). Na druhou stranu kombinace rozhovorů kvalifikovanými klinickými psychology s dodatečnou aplikací Brown ADD Scale v diagnostickém procesu mohla zajistit vyšší platnost diagnóz. Tato vyšetřování by však měla být replikována a měla by v diagnostickém procesu navíc zahrnovat externí hodnocení (např. Rodinné rozhovory) a neuropsychologické testování.

Dalším omezením je, že jsme neanalyzovali genderově specifické rozdíly, protože by to překročilo rozsah rukopisu. Posoudili jsme pouze genderové rozdíly v dílčích vzorcích. Χ2 analýzy v rámci každé skupiny odhalily, že ženy se zdravým a problematickým používáním internetu ukazovaly sociální sítě častěji a muži častěji používali jiné aplikace. V souladu s literaturou (Dany, Moreau, Guillet a Franchina, 2016), analýzy hlavního vzorku odhalily vyšší četnost hraní u mužů a vyšší využití sociálních sítí u žen. Tyto výsledky však musí být interpretovány s opatrností vzhledem k velmi malým velikostem dílčího vzorku. K prozkoumání rozdílů v charakteristikách zkoumaných v této studii jsou nutné další studie.

Závěry

Celkově naše výsledky naznačují, že poruchy osobnosti a deficity osobnosti klastru B v porozumění a vyjádření vlastních emocí by mohly být specifickými vlivnými faktory při přechodu z problematického na návykové užívání. Zjistili jsme také, že závislí uživatelé ve srovnání s problematickými uživateli a zdravými kontrolami vykazovali výrazně vyšší frekvenci ADHD, depresivní a současné úzkostné poruchy a také větší deficity související s konceptem. Naše výsledky by tedy mohly naznačovat, že poruchy osobnosti a deficity emoční inteligence skupiny B týkající se interpersonálních a výkonnostních problémů ovlivňují přechod od problematického k závislému používání internetu. Zkušenosti s internetem, které zpočátku zajišťují rychlou kompenzaci za tyto problémy, zvyšují riziko závislého používání. Současně se nedostatek mezilidských a výkonnostních pozitivních zkušeností v reálném životě zvyšuje a vede k úniku do virtuálního světa. Tyto výsledky naznačují, že intervence zaměřené na závislost na internetu by se měly více zaměřit na učení technik založených na všímavosti a sociálních kompetencí, aby rozpoznaly negativní emoce a interpersonální konflikty a vypořádaly se s nimi.

Naše data také odhalují vysokou prevalenci ADHD u závislých, ale nikoli u problematických uživatelů, což může naznačovat, že ADHD je spojen s urychleným přechodem na návykové používání internetu.

Příspěvek autorů

TL vypracoval rukopis, dohlížel na studii a přispěl ke sběru a analýze dat. SH přispěl k analýze dat. Společnost JD se podílela na koordinaci studie a shromažďování údajů. IR ověřil statistické analýzy dat a dohlížel na rukopis. KM obdržela financování studie a dohlížela na ni. FK dohlížel a přispíval k přípravě rukopisu. Všichni autoři schválili konečnou verzi rukopisu.

Konflikt zájmů

Žádní autoři nemají žádný deklarovaný střet zájmů.

Reference

Předchozí část

 Agosti, V. (2014). Prediktory remise z chronické deprese: prospektivní studie v reprezentativním vzorku na národní úrovni. Komplexní psychiatrie, 55 (3), 463 – 467. doi:https://doi.org/10.1016/j.comppsych.2013.09.016 CrossRef, Medline
 Americká psychiatrická asociace. (2000). Diagnostický a statistický manuál duševních poruch (DSM-IV-TR). Washington, DC: Americká psychiatrická asociace.
 Americká psychiatrická asociace. (2013). Diagnostický a statistický manuál duševních poruch (DSM-5®). Washington, DC: Americká psychiatrická asociace. CrossRef
 Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., & Erbaugh, J. (1961). Inventář pro měření deprese. Archiv obecné psychiatrie, 4 (6), 561–571. doi:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, Medline
 Bozkurt, H., Coskun, M., Ayaydin, H., Adak, I., & Zoroglu, S. S. (2013). Prevalence a vzorce psychiatrických poruch u adolescentů se závislostí na internetu. Psychiatrie a klinické neurovědy, 67 (5), 352–359. doi:https://doi.org/10.1111/pcn.12065 CrossRef, Medline
 Brand, M., Young, K. S., Laier, C., Wolfling, K., & Potenza, M. N. (2016). Integrace psychologických a neurobiologických úvah týkajících se vývoje a udržování specifických poruch používání internetu: model interakce osob-ovlivňování-poznávání-provádění (I-PACE). Neuroscience and Biobehavioral Reviews, 71, 252–266. doi:https://doi.org/10.1016/j.neubiorev.2016.08.033 CrossRef, Medline
 Brown, T. E. (1996). Hnědé váhy s poruchou pozornosti (Brown ADD Scales): Pro dospívající a dospělé: San Antonio, CA: Psychological Corporation.
 Cain, M. S., Leonard, J. A., Gabrieli, J. D., & Finn, A. S. (2016). Multitasking médií v dospívání. Psychonomic Bulletin & Review, 23 (6), 1932–1941. doi:https://doi.org/10.3758/s13423-016-1036-3 CrossRef, Medline
 Chen, Y. L., Chen, S. H., & Gau, S. S. (2015). ADHD a autistické rysy, funkce rodiny, styl rodičovství a sociální přizpůsobení závislosti na internetu u dětí a dospívajících na Tchaj-wanu: Longitudinální studie. Výzkum v oblasti vývojových postižení, 39, 20–31. doi:https://doi.org/10.1016/j.ridd.2014.12.025 CrossRef, Medline
 Clement, U., a Löwe, B. (1996). Validace FKB-20 jako stupnice pro detekci zkreslení obrazu těla u psychosomatických pacientů. Psychotherapie, Psychosomatik, Medizinische Psychologie, 46 (7), 254–259. Medline
 Cohen, S., Kamarck, T., & Mermelstein, R. (1983). Globální míra vnímaného stresu. Journal of Health and Social Behavior, 24 (4), 385–396. doi:https://doi.org/10.2307/2136404 CrossRef, Medline
 Crenshaw, D. (2008). Mýtus o multitaskingu: Jak „všechno dělá“, se nic neděje. San Francisco, Kalifornie: Jossey-Bass.
 Dany, L., Moreau, L., Guillet, C., & Franchina, C. (2016). Videohry, internet a sociální sítě: Studie mezi francouzskými studenty. Sante publique (Vandoeuvre-les-Nancy, Francie), 28 (5), 569–579. doi:https://doi.org/10.3917/spub.165.0569 CrossRef, Medline
 Davis, R. A. (2001). Kognitivně-behaviorální model patologického používání internetu. Počítače v lidském chování, 17 (2), 187–195. doi:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRef
 Erikson, E. H. (1968). Identita, mládež a krize: New York, NY: WW Norton, Inc.
 Frodl, T. a Skokauskas, N. (2012). Metaanalýza strukturálních studií MRI u dětí a dospělých s poruchou pozornosti s hyperaktivitou naznačuje účinky léčby. Acta Psychiatrica Scandinavica, 125 (2), 114–126. doi:https://doi.org/10.1111/j.1600-0447.2011.01786.x CrossRef, Medline
 Greenberger, E., Chen, C., Dmitrieva, J., & Farruggia, S. P. (2003). Formulace položek a rozměrnost Rosenbergovy stupnice sebeúcty: Záleží na nich? Osobnostní a individuální rozdíly, 35 (6), 1241–1254. doi:https://doi.org/10.1016/S0191-8869(02)00331-8 CrossRef
 Harrison, A. G. (2004). Vyšetřování hlášených příznaků ADHD u univerzitní populace. Zpráva ADHD, 12 (6), 8–11. doi:https://doi.org/10.1521/adhd.12.6.8.55256 CrossRef
 Hormes, J. M., Kearns, B., & Timko, C. A. (2014). Toužíte po Facebooku? Behaviorální závislost na online sociálních sítích a její souvislost s deficity regulace emocí. Addiction, 109 (12), 2079–2088. doi:https://doi.org/10.1111/add.12713 CrossRef, Medline
 Kaess, M., Parzer, P., Mehl, L., Weil, L., Strittmatter, E., Resch, F., & Koenig, J. (2017). Zdůrazněte zranitelnost u mladých mužů s poruchou internetového hraní. Psychoneuroendocrinology, 77, 244–251. doi:https://doi.org/10.1016/j.psyneuen.2017.01.008 CrossRef, Medline
 Kim, B. S., Chang, S. M., Park, J. E., Seong, S. J., Won, S. H., & Cho, M. J. (2016). Prevalence, korelace, psychiatrické komorbidity a sebevražednost v komunitní populaci s problematickým používáním internetu. Psychiatry Research, 244, 249–256. doi:https://doi.org/10.1016/j.psychres.2016.07.009 CrossRef, Medline
 Kolbeck, S., & Maß, R. (2009). SASKO - Fragebogen zu sozialer Angst und sozialen Kompetenzdefiziten. Testmanual und materialien [SASKO - Dotazník pro sociální úzkost a deficity sociálních kompetencí. Manuál a materiál]. Göttingen, Německo: Hogrefe.
 Kromrey, H. (2002). Datenerhebungsverfahren und -instrumente der empirischen Sozialforschung [Metody sběru dat a nástroje empirického sociálního výzkumu]. V H. Kromrey (Ed.) Empirische Sozialforschung Modelle and Methoden der standardisierten Datenerhebung und Datenauswertung [Empirické modely sociálního výzkumu a metody standardizovaného sběru a hodnocení dat] (s. 309 – 404). Wiesbaden, Německo: VS Verlag für Sozialwissenschaften.
 Lemenager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F., & Mann, K. (2016) . Zkoumání neurální základny identifikace Avatara u patologických hráčů na internetu a sebereflexe u patologických uživatelů sociálních sítí. Journal of Behavioral Addictions, 5 (3), 485–499. doi:https://doi.org/10.1556/2006.5.2016.048 Odkaz
 Lemola, S., Perkinson-Gloor, N., Brand, S., Dewald-Kaufmann, J. F., & Grob, A. (2015). Elektronická média pro dospívající používají v noci smartphone, poruchy spánku a depresivní příznaky. Journal of Youth and Adolescence, 44 (2), 405–418. doi:https://doi.org/10.1007/s10964-014-0176-x CrossRef, Medline
 Marcia, J. E. (1966). Vývoj a ověřování stavu identity ega. Journal of Personality and Social Psychology, 3 (5), 551–558. doi:https://doi.org/10.1037/h0023281 CrossRef, Medline
 Mayer, J. D. a Salovey, P. (1993). Inteligence emoční inteligence. Intelligence, 17 (4), 433–442. doi:https://doi.org/10.1016/0160-2896(93)90010-3 CrossRef
 Mayer, J. D., Salovey, P., Caruso, D. R., & Sitarenios, G. (2001). Emoční inteligence jako standardní inteligence. Emoce, 1 (3), 232–242. doi:https://doi.org/10.1037/1528-3542.1.3.232 CrossRef, Medline
 Mihara, S., & Higuchi, S. (2017). Průřezové a podélné epidemiologické studie poruchy hraní na internetu: Systematický přehled literatury. Psychiatrie a klinické neurovědy, 71 (7), 425–444. doi:https://doi.org/10.1111/pcn.12532 CrossRef, Medline
 Minear, M., Brasher, F., McCurdy, M., Lewis, J., & Younggren, A. (2013). Pracovní paměť, plynulá inteligence a impulzivita v multitaskerech těžkých médií. Psychonomic Bulletin & Review, 20 (6), 1274–1281. doi:https://doi.org/10.3758/s13423-013-0456-6 CrossRef, Medline
 Moreno-Alcazar, A., Ramos-Quiroga, JA, Radua, J., Salavert, J., Palomar, G., Bosch, R., Salvador, R., Blanch, J., Casas, M., McKenna, PJ, & Pomarol-Clotet, E. (2016). Abnormality mozku u dospělých s poruchou pozornosti s hyperaktivitou odhalené morfometrií na bázi voxelů. Psychiatry Research, 254, 41–47. doi:https://doi.org/10.1016/j.pscychresns.2016.06.002 CrossRef, Medline
 Müller, K. W., Glaesmer, H., Brähler, E., Wölfling, K., & Beutel, M. E. (2014). Prevalence závislosti na internetu u obecné populace: Výsledky německého populačního průzkumu. Chování a informační technologie, 33 (7), 757–766. doi:https://doi.org/10.1080/0144929X.2013.810778 CrossRef
 Murphy, K. R., a Adler, L. A. (2004). Hodnocení poruchy pozornosti / hyperaktivity u dospělých: Zaměření na hodnotící stupnice. The Journal of Clinical Psychiatry, 65 (Suppl 3), 12–17. Medline
 Nie, J., Zhang, W., Chen, J., & Li, W. (2016). Zhoršená inhibice a pracovní paměť v reakci na slova související s internetem u dospívajících se závislostí na internetu: Porovnání s poruchou pozornosti / hyperaktivitou. Psychiatry Research, 236, 28–34. doi:https://doi.org/10.1016/j.psychres.2016.01.004 CrossRef, Medline
 Reinecke, L., Aufenanger, S., Beutel, M. E., Dreier, M., Quiring, O., Stark, B., Wölfling, K., & Müller, K. W. (2017). Digitální stres po celou dobu životnosti: Účinky komunikační zátěže a internetového multitaskingu na vnímaný stres a poruchy psychického zdraví v německém vzorku pravděpodobnosti. Mediální psychologie, 20 (1), 90–115. doi:https://doi.org/10.1080/15213269.2015.1121832 CrossRef
 Rindermann, H. (2009). Emotionale-Kompetenz-Fragebogen [Dotazník emoční kompetence]. Göttigen, Německo: Hogrefe.
 Rosenberg, M. J. (1965). Společnost a adolescentní sebeobraz. Princeton, NJ: Princeton University Press. CrossRef
 Rumpf, H. J., Vermulst, A. A., Bischof, A., Kastirke, N., Gurtler, D., Bischof, G., Meerkerk, G. J., John, U., & Meyer, C. (2014). Výskyt závislosti na internetu ve vzorku obecné populace: Analýza latentní třídy. European Addiction Research, 20 (4), 159–166. doi:https://doi.org/10.1159/000354321 CrossRef, Medline
 Seyrek, S., Cop, E., Sinir, H., Ugurlu, M., & Şenel, S. (2017). Faktory spojené se závislostí na internetu: Průřezové studium tureckých adolescentů. Pediatrics International, 59 (2), 218–222. doi:https://doi.org/10.1111/ped.13117 CrossRef, Medline
 Simon, V., Czobor, P., Bálint, S., Mészáros, Á., & Bitter, I. (2009). Prevalence a korelace poruchy pozornosti s hyperaktivitou u dospělých: metaanalýza. British Journal of Psychiatry, 194 (3), 204–211. doi:https://doi.org/10.1192/bjp.bp.107.048827 CrossRef, Medline
 Stip, E., Thibault, A., Beauchamp-Chatel, A., & Kisely, S. (2016). Závislost na internetu, syndrom hikikomori a prodromální fáze psychózy. Frontiers in Psychiatry, 7, 6. doi:https://doi.org/10.3389/fpsyt.2016.00006 CrossRef, Medline
 Tateno, M., Teo, A. R., Shirasaka, T., Tayama, M., Watabe, M., & Kato, T. A. (2016). Závislost na internetu a sebehodnocení poruch pozornosti s hyperaktivitou mezi japonskými vysokoškoláky. Psychiatrie a klinické neurovědy, 70 (12), 567–572. doi:https://doi.org/10.1111/pcn.12454 CrossRef, Medline
 Tavolacci, M. P., Ladner, J., Grigioni, S., Richard, L., Villet, H., & Dechelotte, P. (2013). Prevalence a asociace vnímaného stresu, užívání návykových látek a závislostí na chování: Průřezová studie mezi univerzitními studenty ve Francii, 2009–2011. BMC Public Health, 13 (1), 724. doi:https://doi.org/10.1186/1471-2458-13-724 CrossRef, Medline
 Taylor, S., Pattara-Angkoon, S., Sirirat, S., & Woods, D. (2017). Teoretické základy závislosti na internetu a její souvislost s psychopatologií v dospívání. International Journal of Adolescent Medicine and Health. Předběžná publikace online. doi:https://doi.org/10.1515/ijamh-2017-0046 CrossRef
 Tippelt, F. a Kupferschmitt, T. (2015). Sociální web: Ausdifferenzierung der Nutzung – Potenziale für Medienanbieter [Sociální web: Diferenciace potenciálu využití pro poskytovatele médií]. Media Perspektiven, 10 (2015), 442–452.
 Uncapher, M. R., Thieu, M. K. a Wagner, A. D. (2016). Multitasking médií a paměť: Rozdíly v pracovní paměti a dlouhodobé paměti. Psychonomic Bulletin & Review, 23 (2), 483–490. doi:https://doi.org/10.3758/s13423-015-0907-3 CrossRef, Medline
 Upadhayay, N., & Guragain, S. (2017). Používání internetu a jeho úroveň závislosti u studentů medicíny. Advances in Medical Education and Practice, 8, 641–647. doi:https://doi.org/10.2147/AMEP.S142199 CrossRef, Medline
 Wang, H., Jin, C., Yuan, K., Shakir, T. M., Mao, C., Niu, X., Niu, C., Guo, L. a Zhang, M. (2015). Změna objemu šedé hmoty a kognitivní kontroly u dospívajících s poruchami hraní na internetu. Frontiers in Behavioral Neuroscience, 9, 64. doi:https://doi.org/10.3389/fnbeh.2015.00064 CrossRef, Medline
 Weinstein, A., Yaacov, Y., Manning, M., Danon, P., & Weizman, A. (2015). Závislost na internetu a porucha pozornosti s hyperaktivitou u školáků. The Israel Medical Association Journal: IMAJ, 17 (12), 731–734. Medline
 Wittchen, H. U., Zaudig, M., & Fydrich, T. (1997). Strukturiertes klinisches Interview für DSM-IV (SKID) [Strukturovaný klinický rozhovor pro DSM-IV (SCID)]. Göttingen, Německo: Hogrefe.
 Wölfling, K., Beutel, M. E., & Müller, K. W. (2012). Konstrukce standardizovaného klinického rozhovoru pro posouzení závislosti na internetu: První zjištění týkající se užitečnosti AICA-C. Addiction Research & Therapy, Suppl 6, 003. doi:https://doi.org/10.4172/2155-6105.S6-003
 Wölfling, K., Müller, K. W., & Beutel, M. (2010). Diagnostische Testverfahren: Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S) [Diagnostická opatření: Stupnice pro posouzení závislosti na internetu a počítačových hrách (AICA-S)]. In D. Mücken, A. Teske, F. Rehbein, & B. Wildt (Eds.), Prävention, Diagnostikund Therapie von Computerspielabhängigkeit [Prevence, diagnostika a terapie závislosti na počítačových hrách] (str. 212–215). Lengerich, Německo: Pabst Science Publishers.
 Světová zdravotnická organizace. (2015). ICD-11 beta koncept. Ženeva, Švýcarsko: Světová zdravotnická organizace. Citováno z http://apps.who.int/classifications/icd11
 Younes, F., Halawi, G., Jabbour, H., El Osta, N., Karam, L., Hajj, A., & Rabbaa Khabbaz, L. (2016). Závislost na internetu a vztahy s nespavostí, úzkostí, depresí, stresem a sebeúctou u studentů vysokých škol: Průřezově navržená studie. PLoS One, 11 (9), e0161126. doi:https://doi.org/10.1371/journal.pone.0161126 CrossRef, Medline
 Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., Liu, P., Liu, J., Sun, J., von Deneen, KM, Gong, Q., Liu, Y., & Tian, ​​J. (2011). Abnormality mikrostruktury u adolescentů s poruchou závislosti na internetu. PLoS One, 6 (6), e20708. doi:https://doi.org/10.1371/journal.pone.0020708 CrossRef, Medline
 Zadra, S., Bischof, G., Besser, B., Bischof, A., Meyer, C., John, U., & Rumpf, H. J. (2016). Souvislost mezi závislostí na internetu a poruchami osobnosti v obecném populačním vzorku. Journal of Behavioral Addictions, 5 (4), 691–699. doi:https://doi.org/10.1556/2006.5.2016.086 Odkaz